3 MATRICES Y ALGEBRA LINEAL

3.1Definicin de matriz
Una matriz A=
[ ]
n m
ij
a
,
es un arreglo rectangular de elementos ij
a
ubicados en m filas y
n columnas
A=
1
1
1
1
]
1

mn m m
n
n
a a a
a a a
a a a
...
.......... ..........
...
...
2 1
2 22 21
1 12 11
(2.1)
Donde ij
a
es el elemento ubicado en la i-sima fila y la j-sima columna. Los
elementos que forman la matriz pueden ser nmeros comple!os o magnitudes de
cualquier campo f"sico con una estructura an m#s comple!a. $n particular si los ij
a
son
nmeros reales, entonces A es denominada una matriz real.
La dimensin de A es mxn y cuando m=n se dice que A es una matriz cuadrada. %i
n=1, diremos que A es una matriz columna o un vector columna (m#s espec"ficamente
un vector columna m-dimensional). %i a la in&ersa m=1, A es una matriz fila. 'uando
m=n=1 A se reduce a un solo elemento o a un escalar. %i ij
a
=( para todo i y j,
entonces A es la matriz nula.
3.1 Oeraci!ne" c!n matrice"
I#$a%dad de matrice"& Dos matrices A=
[ ]
n m
ij
a
,
y B=
[ ]
n m
ij
b
,
del mismo orden (es
decir con igual nmero de filas y columnas) son iguales, A=B, si y s)lo si ij
a
= ij
b

para todo i y j.
M$%ti%icacin de $na matriz !r $n e"ca%ar& %ea

un nmero comple!o y sea A=

[ ]
n m
ij
a
,
una matriz de dimensiones mxn* entonces, el producto

A es una nue&a
matriz C=
[ ]
n m
ij
c
,
, tal que ij ij
a c
para todo i y j.
Adicin ' "$"traccin de matrice"& %i dos matrices A=
[ ]
n m
ij
a
,
y B=
[ ]
n m
ij
b
,
tienen el
mismo orden (dimensi)n) definimos la suma o diferencia de matrices, C=A tB, como
una nue&a matriz C=
[ ]
n m
ij
c
,
, tal que ij ij ij
b a c t
para todo i y j. La adici)n de
matrices es una operacin conmutativa, es decir A+B=B+A, o en una forma m#s
general A+B+C = (A+B )+C = A +(B +C ), no ocurre lo mismo con la sustracci)n.
1
1
M$%ti%icacin de matrice"& %ea A=
[ ]
n m
ij
a
,
(de dimensi)n mxn) y B=
[ ]
p n
ij
b
,
(de
dimensi)n nxp), se define el producto entre matrices, A B ) A B, como una nue&a
matriz C=
[ ]
p m
ij
c
,
(de dimensi)n mxp), donde

n
k
kj ik ij
b a c
1

(2.2)
$!emplo1,
A=
1
]
1

22 21
12 11
a a
a a
B=
1
]
1

22 21
12 11
b b
b b
AB=
1
]
1

+ +
+ +
22 22 12 21 21 22 11 21
22 12 12 11 21 12 11 11
b a b a b a b a
b a b a b a b a
BA=
1
]
1

+ +
+ +
22 22 21 12 22 21 21 11
12 22 11 12 12 21 11 11
b a b a b a b a
b a b a b a b a
$!emplo 2,
A=
1
]
1

- 2
1 ( 1
i
, B=
1
1
1
]
1

i
i
1 -
( 2
. ( 1
, AB=
1
]
1

+
+
i i
i
- / 2 2 11
. 1 2
Debemos 0acer notar que la multiplicaci)n AB est# definida si y slo si el nmero de
columnas de A es igual al nmero de filas de B. $n este caso se dice que ambas
matrices son conformables en el orden indicado (AB). $n general el producto entre
matrices no es conmutativo (&er $!emplo 1), es decir, AB BA. %i A=
[ ]
n m
ij
a
,
y B=
[ ]
p n
ij
b
,
, entonces AB est# definido, pero BA no lo est# a menos que m=p. %in
embargo, si m=p, AB y BA son de distinto orden, a menos que m=n. %i A y B son
matrices cuadradas (igual nmero de filas que de columnas) y del mismo orden,
entonces el producto c!nm$ta( AB=BA.
2
2
$!emplo -, A=
1
]
1

. -
2 1
y B=
1
]
1

( -
2 -
, entonces AB=BA
1esulta consistente con las definiciones anteriores, el di&idir una matriz en submatrices
menores. $ste proceso es conocido como particin de una matriz y resulta muy til en
programacin, especialmente cuando se traba!a con matrices de grandes dimensiones.
2or e!emplo, si partimos sim3tricamente una matriz cuadrada A de orden tres de la
forma
A=
1
1
1
1
]
1

-- -2 -1
2- 22 21
1- 12 11
a a a
a a a
a a a

1
]
1

22 21
12 11
B B
B B
Donde los elementos de la particin son las submatrices

1
]
1

22 21
12 11
11
a a
a a
B
,
1
]
1

2-
1-
12
a
a
B
,
[ ]
-2 -1 21
a a B
y
[ ]
-- 22
a B

%i 0acemos una particin similar para una matriz cuadrada C de orden tres
C=
1
1
1
1
]
1

-- -2 -1
2- 22 21
1- 12 11
c c c
c c c
c c c

1
]
1

22 21
12 11
D D
D D
-
-
%e &erifica que la suma o diferencia y el producto de ambas matrices puede ser
e4presado en funci)n de sus submatrices como,
A tB=
1
]
1

t t
t t
22 22 21 21
12 12 11 11
D B D B
D B D B
y AB=
1
]
1

22 22 21 21
12 12 11 11
D B D B
D B D B
(2.-)
$n general se puede afirmar que, si partimos dos matrices conformables en un
producto, ser#n condiciones necesarias y suficientes para aplicar la definici)n siguiente,
()la adicin, sustraccin y producto de dos matrices puede ser obtenida a partir de la
adicin, sustraccin y producto de sus correspondientes submatrices ) que a cada
lnea vertical de particin que separe las columnas ' +! de% primer factor,
corresponda una lnea de particin "orizontal que separe las fi%a" * ' *+1 de% "e#$nd!
fact!r, y que en el segundo factor no 0aya l"neas de partici)n 0orizontal adicionales.
Las particiones, pueden 0acerse independientemente en columnas, filas o combinadas
como en el caso anterior.
%upongamos que tenemos las matrices A y #, tales que,
A=
1
]
1

22 21
12 11
a a
a a
#=
1
]
1

22 21
12 11
d d
d d
y
A#=$=
1
]
1

+ +
+ +
22 22 12 21 21 22 11 21
22 12 12 11 21 12 11 11
d a d a d a d a
d a d a d a d a
%i partimos en columnas las matrices # y $
.
.
#=
1
]
1

22 21
12 11
d d
d d

=[ ]
II I
D D y
$=
1
]
1

+ +
+ +
22 22 12 21 21 22 11 21
22 12 12 11 21 12 11 11
d a d a d a d a
d a d a d a d a

=[ ]
II I
F F
tendremos un 0ec0o ya conocido de %ue cada columna de $ puede ser obtenida
premultiplicando la columna correspondiente de # por la matriz A. $s decir

I
F
=A
I
D
y
I
F
=A
II
D
De una manera similar, si partimos en filas las matrices A y $ &eremos que cada fila de
$ es el resultado de postmultiplicar las filas correspondientes de A por la matriz # .
Lo anterior resulta sumamente til en el caso de matrices grandes como ocurre en
meteorolog"a, oceanograf"a y en la geof"sica en general, donde la longitud de las series
de datos, como el nmero de localidades donde se toman los mismos, es grande (en la
pr#ctica es frecuente traba!ar con matrices de datos con dimensiones cercanas a 1((( 4
1((().
2articionar las matrices al confeccionar un programa implica una gran econom"a tanto
en memoria como en tiempo de e!ecuci)n.
3., Definici!ne"
Tran"$e"ta de $na matriz& 5l intercambiar las filas y columnas de una matriz A=
[ ]
n m
ij
a
,
se obtienen la denominada matriz traspuesta de A, A
&
. $s decir, A
&
=
[ ]
m n
ij
a
,
6

donde
ji ij
a a
6
para todo i y j. Debemos 0acer notar que la dimensin de A
&
es de nxm.
Matrice" "im-trica" ' anti"im-trica"& Una matriz cuadrada A=
[ ]
m m
ij
a
,
es sim'trica
si A= A
&
y asim'trica si A= -A
&
.
Matriz c!n.$#ada& %ea ij a el comple!o con!ugado de ij
a
, entonces la matriz
con(ugada de A=
[ ]
n m
ij
a
,
es ) [ ] ij a .
Matriz tra"$e"ta c!n.$#ada& La traspuesta con(ugada de A=
[ ]
n m
ij
a
,
, es A
*
= )
&
.
7
7
Matrice" /erm0tica" ' anti/erm0tica"& %i una matriz cuadrada A=
[ ]
m m
ij
a
,
satisface
que A= )
&
, entonces se dice que A es "erm'tica. %i A= -)
&
entonces se dice que A es
anti"ermtica.
Traza de $na matriz& %ea una matriz cuadrada A=
[ ]
m m
ij
a
,
, entonces la diagonal
principal de A esta formada por los elementos ij
a
tales que i=j. %e define como traza
de la matriz A la suma de los elementos de la diagonal principal ( trA=

m
i
ii
a
1
).
Matriz dia#!na%& A es una matriz diagonal si ij
a
=( para i j.
Matriz trian#$%ar "$eri!r& A es una matriz triangular superior si ij
a
=( para i<j y
estrictamente triangular superior si ij
a
=( para i j.
Matriz trian#$%ar inferi!r& A es una matriz triangular inferior si ij
a
=( para j>i y
estrictamente triangular inferior si ij
a
=( para j i.
+atriz identidad& %e define como matriz identidad(o unitaria), ,=
[ ]
m m
ij
a
,
=
n
I
,
aquella matriz que satisface las condiciones que
ii
a
=1 para i=1!m y ij
a
=( si i j.
8recuentemente resulta til la notaci)n que utiliza la denominada delta de -ronecer,

'

j i c"ando
j i c"ando
ij
1
(

(2..)
Utilizando esta notaci)n, podemos escribir la matriz identidad en la forma
,=
[ ]
ij

(2.7)
+atriz normal& %e dice que A es una matriz normal si A A
*
= A
*
A.
+atriz unitaria& %e dice que una matriz A es unitaria si satisface que A A
*
= A
*
A=,.
+atriz indempotente& %e dice %e que A es una matriz indempotente si A
.
=AA=A ,.
+atriz nilpotente& %i r># es el menor entero que satisface que A
r
=#( donde
A
r
=AA /00 A (r &eces), entonces A es nilpotente con ndice r.
101 Algunas propiedades de las matrices
De las operaciones y definiciones anteriores el lector podr# deducir algunas
propiedades interesantes de las matrices,
9 2ara cualquier matriz A, las matrices definidas como A A
*
y A
*
A son $%rmticas y
tr(A A
*
)=tr(A
*
A)=
2

i j
ij
a
, donde ij
ij ij
a a a
2
.
9 %i A=
[ ]
np
ij
a
y B=
[ ]
pn
ij
b
, entonces tr(AB)=tr(BA).
9 'uando el producto AB est# definido, entonces (AB)
*
=B
*
A
*
.
:
:
9 La matriz id%ntidad satisface que, A,=,A=A e ,
n
=, para cualquier n;(.
9 %i A es una matriz 0erm3tica, entonces iA es anti90erm"tica.
9 'ualquier matriz cuadrada A puede ser e4presada como la suma de una matriz
simtrica 1<2 (A+ A
&
) y una asimtrica 1<2 (A9 A
&
).
9 'ualquier matriz cuadrada A puede ser e4presada como la suma de una matriz
$%rmtica 1<2 (A+ A
*
) y una anti$%rm&tica 1<2 (A9 A
*
).
9 %ea una matriz cuadrada A=(1<m)
[ ]
m m
ij
a
,
, donde ij
a
=1 para todo ij, entonces A es
ind%mpot%nt%.
9 2A+B3
&
=A
&
+B
&
, 2AB3
&
=B
&
A
&
, 2A
&
3
&
=A
3.1 Determinante"
%ea una matriz cuadrada A=
[ ]
n n
ij
a
,
, definimos como d%t%rminant%d% ord%n n a un
nmero asociado a A que indicaremos por d%t(A)= ij
a '
d%t(A)=
nn n n
n
n
a a a
a a a
a a a
'
.......
.... .......... ..........
......
......
2 1
2 22 21
1 12 11

(2.:)
2ara definir el &alor de un determinante necesitamos introducir algunos conceptos
+enor, Dado un elemento jk
a
de d%t(A), asociamos un nue&o determinante de orden
(n-1) que se obtendr# luego de remo&er todos los elementos de la fila j-sima y de la
columna k-sima. $ste nue&o determinante se llamar# m%nor corr%spondi%nt% a(
%(%m%nto jk
a
, que designaremos como +
(
.
$!emplo,
$l m%nor corr%spondi%nt% a( %(%m%nto
22
a
del determinante d%t(A) se obtiene en la
siguiente forma (eliminando la fila y columna marcadas con

y 3
=
=
d%t (A)=
'

nn n n n
n
n
a a a a
a a a a
a a a a
'
. ..........
....... .......... .......... .... . ..........
... ...
.. ..........
- 2 1
2 2- 22 21
1 1- 12 11
entonces
+
..
=
nm n n
n
n
a a a
a a a
a a a

- 1
2 2- 21
1 1- 11
Cofactor, %i multiplicamos el menor +
i(
por (91)
i)j
, el resultado se denomina co*actor de
ij
a
y la designaremos como A
i(
0
$!emplo .,
A=
1
1
1
]
1

2 . 1
2 1 -
( 2 7
entonces A
.!
=(91)
2+1
1
]
1

2 .
( 2
= -+
.!
+atriz ad(unta2o ad(unta de una matriz30 La ad!unta de una matriz cuadrada A es la
traspuesta de la matriz que se obtiene al sustituir cada elemento de la misma por su
cofactor. $s decir,
A=
1
1
1
1
]
1

nn n n
n
n
a a a
a a a
a a a
.......
.......
.......
2 1
2 22 21
1 12 11

entonces
/
/
Ad(2A3=
+
nn n n
n
n
' ' '
' ' '
' ' '
1
1
1
1
]
1

......
..... .......... ..........
......
......
2 1
2 22 21
1 12 11
=
1
1
1
1
]
1

nn n n
n
n
' ' '
' ' '
' ' '
.........
... .......... ..........
.......
......
2 1
2 22 12
1 21 11
#eterminante0 $l &alor del determinante de una matriz cuadrada A de orden n, se define
como la suma de los productos de los elementos de una fila fila (o columna) cualquiera
de dic0a matriz por sus correspondientes cofactores. $sto nos conduce a las
denominadas frmulas de desarrollo de 4aplace.
d%t(A)=

n
k
ik ik
' a
1
o d%t(A)=

n
k
kj kj
' a
1
(2.=
a,b)
para cualquier &alor de i o j.
'omentemos algunas propiedades de los determinantes, las que simplifican muc0o la
e&aluaci)n de los mismos.
1,- 5i todos los elementos de una fila 2o columna3 son iguales a cero, el determinante
es nulo0
-,- 6l valor de un determinante no cambiar7 si se intercambian sus filas y columnas0
6s decir det2A3=det2A
&
30
.,- det2,3=!
/,- 5ea

un escalar y A una matriz cuadrada de orden n, entonces det2

A3=
n

det2A3
0,- 6l intercambio de dos filas 2o dos columnas3 cuales%uiera cambia el signo de su
determinante0
1,- 5i los elementos correspondientes a dos filas 2o columnas3 son iguales o
proporcionales, el determinante ser7 nulo0
2,- 5i A y B son matrices cuadradas del mismo orden, entonces8
det2AB3=det2A3 det2B3
3.2 De"arr!%%! !r fi%a" ! c!%$mna"
>
>
Un caso especial de las f)rmulas de Laplace es el desarrollo de un determinante por una
cierta fila o columna. $l desarrollo por la i-sima fila de una matriz cuadrada A de orden
n, es de acuerdo a (2.=)
d%t(A)=

n
j
kj kj
j k
ik
3 a
1
) 1 (
=

n
j
kj kj ik
' a
1

(2./a)
%imilarmente si desarrollamos por la j-sima columna
d%t(A)=


+

n
i
n
i
ik ik jk ik ik
k i
jk
' a 3 a
1 1
) 1 (

(2./b)
La comprobaci)n de las propi%dad%s 1 a / es una cuesti)n sencilla a partir de (2./a) o
(2./b)

2ara comprobar la propi%dad 0 procederemos inducti&amente,
i) Las columnas que se permutan son consecuti&as 3la k-sima con la (k)1)-
sima) columna
j= 1 - ! k k)1 ! n j= 1 - ! k k)1! n





















%ea A=
1
1
1
1
1
]
1

+
+
+
nn k n nk n n
n k k
n k k
a a a a a
a a a a a
a a a a a
..... ...
........ .......... .......... ..........
.... ...
.... ...
) 1 ( 2 1
2 ) 1 ( 2 2 22 21
1 ) 1 ( 1 1 12 11
y A=
1
1
1
1
1
]
1

+
+
+
nn nk k n n n
n k k
n k k
a a a a a
a a a a a
a a a a a
..... ...
........ .......... .......... ..........
.... ...
.... ...
) 1 ( 2 1
2 2 ) 1 ( 2 22 21
1 1 ) 1 ( 1 12 11

(2.>)
Desarrollando A por la k-sima columna (2./b)
d%t(A)=


+ +

n
i
ik ik
n
i
n
i
ik ik
k i
ij ij
k i
jk
' a 3 a 3 a
1 1 1
) 1 ( ) 1 (

(2.1()
Desarrollando A por la (k)1)-sima columna
d%t(A)=


+ + +
+ +
+

n
i
n
i
k i k i k i ij
k i
k j
' a 3 a
1 1
) 1 ( ) 1 ( ) 1 (
1
) 1 (
6 6 ) 1 (

(2.11)
para cualquier &alor de i, cada k en las sumatorias (2.1() y (2.11) &erifica que,

) 1 ( ) 1 (
6 ) 1 )( 1 ( ) 1 (
+ +
+ +

k i k i
k i
ik ik
k i
3 a 3 a
Dado que los ) 1 ( +

k i ik
a a
y ) 1 (
6
+

k i ik
3 3
para cada ik
1(
1(
2or lo tanto d%t(A)= - d%t(A)
ii) %uponemos &#lida la propiedad para permutaciones entre las columnas k-sima y
(k)$)-sima (columnas separadas $ lugares), es decir que se &erifica que d%t(A)= -
d%t(A).
d%t(A) = (-1) d%t
1
1
1
1
1
]
1

+
+
+
nn nk $ k n n n
n k $ k
n k $ k
a a a a a
a a a a a
a a a a a
..... ... ...
........ .......... .......... .......... ..........
.... ... ...
.... ... ...
) ( 2 1
2 2 ) ( 2 22 21
1 1 ) ( 1 12 11
iii) Debemos demostrar que tambi3n se &erifica para permutaciones entre las
columnas k-sima y (k)$)1)-sima
d%t
1
1
1
1
1
]
1

+ + + +
+ + + +
+ + + +
nn $ k n $ k n k n nk n n
n $ k $ k k k
n $ k $ k k k
a a a a a a a
a a a a a a a
a a a a a a a
..... .... ...
.... .......... .......... .......... .......... .......... ..........
.... ... ...
.... ...
) 1 ( ) ( ... ) 1 ( 2 1
2 ) 1 ( 2 ) ( 2 ) 1 ( 2 2 22 21
1 ) 1 ( 1 ) ( 1 ... ) 1 ( 1 1 12 11
=

= (-1) d%t
1
1
1
1
1
]
1

+ + + +
+ + + +
+ + + +
nn $ k n $ k n nk k n n n
n $ k $ k k k
n $ k $ k k k
a a a a a a a
a a a a a a a
a a a a a a a
..... .... ...
.... .......... .......... .......... .......... .......... ..........
.... ... ...
.... ...
) 1 ( ) ( ... ) 1 ( 2 1
2 ) 1 ( 2 ) ( 2 2 ) 1 ( 2 22 21
1 ) 1 ( 1 ) ( 1 ... 1 ) 1 ( 1 12 11
=

2or ( i) (se permutaron dos columnas consecuti&as, indicadas con )

11
11
= d%t
1
1
1
1
1
]
1

+ + + +
+ + + +
+ + + +
nn nk $ k n $ k n k n n n
n k $ k $ k k
n k $ k $ k k
a a a a a a a
a a a a a a a
a a a a a a a
..... .... ...
.... .......... .......... .......... .......... .......... ..........
.... ... ...
.... ...
) ( ... ) 1 ( ) 1 ( 2 1
2 2 ) ( 2 ) 1 ( 2 ) 1 ( 2 22 21
1 1 ) ( 1 ... ) 1 ( 1 ) 1 ( 1 12 11
=
por (ii) (se permutaron dos columnas separadas por $ posiciones, indicadas con

)

= (-1) d%t
1
1
1
1
1
]
1

+ + + +
+ + + +
+ + + +
nn nk $ k n k n $ k n n n
n k $ k k $ k
n k $ k k $ k
a a a a a a a
a a a a a a a
a a a a a a a
..... .... ...
.... .......... .......... .......... .......... .......... ..........
.... ... ...
.... ...
) ( ... ) 1 ( ) 1 ( 2 1
2 2 ) ( 2 ) 1 ( 2 ) 1 ( 2 22 21
1 1 ) ( 1 ... ) 1 ( 1 ) 1 ( 1 12 11
2or (i) (se permutaron dos columnas consecuti&as, indicadas con ), quedando
demostrado iii).
La propi%dad 0 se obtiene como una consecuencia de la propi%dad /
$l resto de las propiedades de demuestran f#cilmente y quedan como e!ercicio para el
lector.
%i en (2.= a) reemplazamos
ik
a
por
rk
a
, el resultado ik rk
' a
debe ser el
determinante de una nue&a matriz, donde los elementos de la fila i est3n reemplazados
por los elementos correspondientes a la fila r. 2or consiguiente debe anularse si
r i
por la propi%dad 2. %e obtienen un resultado similar si reemplazamos rj
a
por
ks
a
en
(2.= b) cuando
j s
. De esta forma adem#s de (2,= a,b) tendremos las relaciones,

n
k
ik rk
' a
1
(
(
) i r
,

n
k
kj ks
' a
1
(

) ( j s
(2.12
a,b)
,.4 La matriz in5er"a
Definiremos en primer lugar Demostraremos que una matriz cuadrada tiene in&ersa si y
s)lo si su determinante es distinto de cero.
%ea A una matriz cuadrada de orden n la que suponemos que posee in&ersa. $ntonces
e4iste una cierta matriz B, tal que
12
12
AB=BA=, (2.1-)
$ntonces
d%t( AB3= d%t(BA) =d%t( , )
%egn las propi%dad%s 1 4 1

d%t(A) d%t(B)= d%t(B) d%t(A)= 1 (2.1.)
$n consecuencia d%t(A) #, pues en caso contrario su producto con d%t(B) ser"a nulo y
no igual a 1.
2re&iamente necesitaremos probar una propiedad del deteminante,
5- 6"a(7"i%ra s%a (a matriz c"adrada A d% ord%n n s% 8%ri*ica 7"%9
A Ad(2A3=Ad(2A3 A=d%t(A) , (2.17)
5plicando la definici)n de matriz ad!unta tenemos que,
A Ad(2A3=
1
1
1
1
]
1

nn n n
n
n
a a a
a a a
a a a
.......
.......
.......
2 1
2 22 21
1 12 11

1
1
1
1
]
1

nn n n
n
n
' ' '
' ' '
' ' '
.........
... .......... ..........
.......
......
2 1
2 22 12
1 21 11
=
=
1
1
1
1
1
1
1
1
1
]
1

n
j
n
j
n
j
nj nj j nj j nj
n
j
n
j
n
j
nj j j j j j
n
j
n
j
n
j
nj j j j j j
' a ' a ' a
' a ' a ' a
' a ' a ' a
1 1 1
2 1
1 1 1
2 2 2 1 2
1 1 1
1 2 1 1 1
.

dond% (os trminos *"%ra d% (a diagona(

principa( son n"(os %n 8irt"d d%(1,: a)
1-
1-
=
1
1
1
1
1
]
1

'
'
'

( (
( (
( (
por (a propi%dad :
=
1
1
1
1
]
1

1 ( (
( 1 (
( ( 1

'
= d%t(A) ,
$n forma an#loga se comprueba que
Ad(2A3 A=d%t(A) ,.
$ntonces si d%t(A) es un escalar distinto de cero, di&idiendo por el en (2.17) tendremos
A Ad(2A32d%t(A)3
-!
=Ad(2A3 A 2d%t(A)3
-!
=,
$ntonces por definici)n e4iste A
-!
y es
A
-!
= Ad(2A3 (d%t(A))
-1
(2.1:)
%i una matriz no ti%n% in8%rsa se dice que es una matriz sing"(ar. Una matriz A tiene
in&ersa, si y s)lo si d%t(A) #, $n forma equi&alente, una matriz A es no-sing"(ar, si y
s)lo si d%t(A) #,
$n particular si A y B son dos matrices no singulares se &erifica que su producto es
tambi3n no singular.
%i AB=C con d%t(A) # y d%t(B) ( , entonces (2.1=)
d%t(AB)= d%t(A) d%t(B) (d% ac"%rdo a (a propi%dad 2)= d%t(C) (
2or otra parte, para determinar la in&ersa de un producto de matrices cuadradas no
singulares, partimos de
AB=C
2remultiplicando ambos lados de la ecuaci)n sucesi&amente por A
-!
y B
-!

B
-!
2A
-!
A3 B= B
-!
A
-!
C
,= B
-!
A
-!
C
1.
1.
2osmultiplicando ambos lados de la ecuaci)n por C
-!
, C
-!
= B
-!
A
-!
$s decir
C
-!
= B
-!
A
-!
(2.1/)
,.6 Ran#! de $na matriz
Definimos el rango de una matriz A (nxs), como el orden de la submatriz cuadrada m#s
grande al particionar A cuyo determinante no se anula. $s decir
A=
1
1
1
1
1
1
]
1

ns nr n n
rs rr r r
s r
a a a a
a a a a
a a a a

2 1
2 1
1 1 12 11
=
1
1
1
1
]
1

ns nr n n
rs
s
a a a a
a
;
a

2 1
1
tal que, r es el m#4imo &alor ( s>r n>r) para el que se &erifica que d%t(9) ( .
$ntonces r es el rango de A,
,.7 Matrice" !rt!#!na%e"
Una matriz real A (es decir que todos sus elementos son reales,
ij
a
9 9 ) es una matriz
ortogona( si su trasp"%sta (A
&
3 es igual a su in8%rsa (A
-!
30 $s decir,

A
&
= A
-!
o A
&
A=, (2.1>)
,.18 E"aci! 5ect!ria% %inea%
?al como en el caso de las matrices podemos restringir el resultado (2.1>) al caso de los
denominados 8%ctor%s n"mricos. $n el an#lisis &ectorial con&encional dos 8%ctor%s
) , , (
- 2 1
a a a '

y
) , , (
- 2 1
b b b B

, se consideran perpendiculares si su producto

escala es nulo (
( )
- - 2 2 1 1
+ + b a b a b a
). Desde el punto de &ista matricial podemos
considerar a los &ectores como matrices columnas
17
17
A=
1
1
1
]
1

-
2
1
a
a
a
y B=
1
1
1
]
1

-
2
1
b
b
b
(2.2()
8recuentemente se denominan a las matrices columnas como 8%ctor%s n"mricos para
distinguirlos de los &ectores geom3tricos o *&sicos, tal como una fuerza o una
aceleraci)n). $ntonces, definimos el prod"cto %sca(ar (o int%rno) de dos 8%ctor%s r%a(%s
A y B9 9
1
como A
&
B
A
&
B=
- - 2 2 1 1
b a b a b a + +

(2.21)
y decimos que son ortogona(%s si A
&
B=#. 2odemos &er que el prod"cto %sca(ar (A
&
B)
es equi&alente, en notaci)n matricial, al producto escalar

B '
del an#lisis &ectorial.
$s con&enirte generalizar este resultado de la ortogonalidad al caso de &ectores cuyos
elementos son comple!os, en tal caso en lugar de utilizar la traspuesta empleamos la
trasp"%sta conj"gada, $s decir, dos 8%ctor%s A y B son ortogona(%s%n %( s%ntido
$%rmtico si s" prod"cto int%rno d%*inido como )
&
B, es nulo.
$n particular un &ector c%ro es ortogonal a todos los &ectores de la misma dimensi)n.
%ea un &ector de dim%nsin n
A=
1
1
1
1
]
1

n
a
a
a

2
1

(2.22)
Definimos el c"adrado d% (a (ongit"d de A como el producto escalar A
&
A. $s decir
(ong
-
(A)=
2 2
2
2
1 n
a a a + + +
(2.2-)

Decimos que un &ector es un 8%ctor "nidad cuando su longitud es igual a la unidad, de
manera que A
&
A=!. ?al como en el caso del an#lisis &ectorial se comprueba la
d%sig"a(dad d% <c$=arz. %ean A 4 B9 9
n n
entonces

2 < 1 2 < 1
) ( ) ( ) ( B B ' ' B '
+ + +

(2.2.)
donde significa el 8a(or abso("to.
1:
1:
$s decir que la magnitud del prod"cto %sca(ar entre A 4 B no es mayor que el producto
de las (ongit"d%s de A 4 B.
De forma an#loga al caso del an#lisis &ectorial obtenemos que

) (
) ( ) (
cos
2 < 1 2 < 1
<
B B ' '
B '
+ +
+
(2.2.)
Lo que proporciona una interpretaci)n para el >ng"(o entre los &ectores A 4 B9 9
n n
, ,
para el caso general de n dimensiones. .
'uando los &ectores son comple!os, las propiedades de #ngulo y longitud tienen en
general un significado limitado y es con&eniente definirlos en una forma mm#s
apropiada, para que se reduzcan a (2.22) y (2.2.) en el caso real. Definimos en general
%( c"adrado d% (a (ongit"d $%rmitiana de un &ector AC C
n n
como la cantidad real y
positi&a

(ong
-
?
(A)=)
&
A=
n n
a a a a a a + + +
2 2 1 1
donde )
&
es la conj"gada trasp"%sta d% A.
De manera similar definimos el >ng"(o $%rmitiano
?

comprendido entre A 4 B como

una cantidad real definida por la relaci)n

) (
) ( ) ( 2
) ( ) (
cos
2 < 1 2 < 1
<
+

?
+ +
+ +
?
B B ' '
' B B '
(2.27)
Decimos que un con!unto de k &ectores A
!
, A
.
, / , A

es (in%a(m%nt% ind%p%ndi%nt% si
no e4iste ningn con!unto de constantes
k
c c c , , ,
2 1

, de las cuales alguna sea
distinta de cero, tal que,

(
2 2 1 1
+ + +
k k
' c ' c ' c

(2.2:)
$s decir
( ,
2 1

k
c c c
Defin"amos en #lgebra un %spacio 8%ctoria( 9 9
n n
(de &ectores reales de dimensi)n n), al
con!unto de &ectores de la forma (2.21) que satisfacen los siguientes a4iomas,
1.9 $4iste una operaci)n (+) sobre los &ectores tal que si A 4 B 9 9
n n
entonces
A+B=B+A=C 9 9
n n
.
A+B=
1
1
1
1
]
1

n
a
a
a

2
1
+
1
1
1
1
]
1

n
b
b
b

2
1
=
1
1
1
1
]
1

+
+
+
n n
b a
b a
b a

2 2
1 1
=B+A=C
$l elemento identidad es el &ector :, tal que
1=
1=
:=
1
1
1
1
]
1

(
(
(

2.9 2ara cada escalar

y A 9 9
n n
, e4iste otro &ector

A 9 9
n n

A=

1
1
1
1
]
1

n
a
a
a

2
1
=
1
1
1
1
]
1

n
a
a
a

2
1
5dem#s
a)
(
A)=(

)A b) 1 A= A
c)

(A+B)=

A+

B d) (
+
)A=

A+

A
%i A
!
, A
.
, / , A
m
es un con!unto de &ectores de dimensiones n, tal que todos los
&ectores del espacio &ectorial pueden e4presarse como combinaci)n lineal de los
&ectores A
!
, A
.
, / , A
m
, entonces se dice que dic0o con!unto es un sist%ma g%n%rador.
5dem#s el con!unto A
!
, A
.
, / , A
m
se dice que es una bas% de 9 9
n n
si y s)lo si no
solamente es un sistema generador sino tambi3n (in%a(m%nt% ind%p%ndi%nt%.
E.ercici!"&
1.a) 'alcular la matriz
B '
-
1
, sabiendo que

1
]
1

1 ( :
- ( -
'
y
1
]
1

2 ( 2
( 1 1
B
1/
1/
1.b) Determinar la matriz
1
]
1

2- 22 21
1- 12 11
x x x
x x x
@
sabiendo que I B @ +
1.c) %ean las matrices

1
1
1
]
1

2 1 -
( 1 (
1 1 1
6
y
1
1
1
]
1

2 2
( (
1 1
D
'alcular, c.1)
2
6
c.2) 6D
c.-)
+ +
D 6
c.-) ) )( ( I 6 I 6
+
+
1.d) 1esol&er la ecuaci)n
I @ A +
2 2
, donde todas son matrices de dimensiones -x-
y

1
]
1

i
i
A
1
1
1.e) Demostrar que si ' y B son matrices diagonales en ;
nxn
, entonces 'B es diagonal
y 'B=B'.
1.f) Demostrar que la matriz
1
]
1

(
(
i
i
'
es 0erm3tica
1.g) Demostra que si ' ;
nxn
e I es la matriz identidad de orden n, entonces
I'='I=I
1.0) %abiendo que en ;
nxn
se &erifica que @'=I y 'B=I, demostrar que @=B.
1>
1>
1.i) Utilizar la definici)n del desarrollo de un determinante por filas o columnas (2./
a,b) para e&aluar el determinante de

1
]
1

22 21
12 11
a a
a a
'
y
1
1
1
]
1

2 1 .
- 2 1
2 2 -
B

1,!) 1esol&er la siguiente ecuaci)n
d%t
1
1
1
]
1

. ( 2
( (
2 ( 1
=#
1,@) %ea la matriz

1
1
1
]
1

( 1 2
- ( 2
. - (
'
1esol&er la ecuaci)n d%t('- I)=#
1, m) Abtener las matrices in&ersas de

1
]
1

1
( 1
a
'
y
1
]
1

b
a
B
(
(
con ( a y ( b
1,n) %ean las matrices
2(
2(

1
1
1
]
1

- 2 1
1 1 2
. 2 -
'
y
1
1
1
]
1

-
(
1
B
Ballar @ sabiendo que '@=B
1,o) Cerificar la siguiente identidad
d%t
) )( )( (
1 1 1
x z z 4 4 x
x4 xz 4z
z 4 x
1
1
1
]
1

1.p) Cerificar que

1
]
1

cos
cos
s%n
s%n
'
es una matriz ortogonal
1,q) Determinar el #ngulo entre los &ectores
A=
1
1
1
1
]
1

1
1
1
1
y B=
1
1
1
1
]
1

1
(
(
1

,.11 Si"tema" de ec$aci!ne" %inea%e"
21
21
De finimos un sistema de m ecuaciones lineales con n inc)gnitas (
n
x x x , , ,
2 1

) en
la forma

'

+ + +
+ + +
+ + +
m n mn m m
n n
n n
c x a x a x a
c x a x a x a
c x a x a x a

2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
(2.2=)
?odo con!unto de nmeros
n
x x x , , ,
2 1

que &erifique el sistema de ecuaciones
(2.2=) es una so("cin del sistema. $n forma matricial el sistema (2.2=) puede ser
escrito en la forma,

1
1
1
1
]
1

mn m m
n
n
a a a
a a a
a a a
.......
.......
.......
2 1
2 22 21
1 12 11

1
1
1
1
]
1

1
1
1
1
]
1

n n
c
c
c
x
x
x

2
1
2
1
(2.2/)
A en una forma matricial
A ;=C (2.2>)

n
k
i k ik
m i c x a
1
) , , 2 , 1 (
(2.-( a)

[ ]
i
n
k
k ik
c x a
1
]
1

1
(2.-(
b)
$s comn encontrar en la bibliograf"a estas ecuaciones escritas utilizando la con8%ncin
d% Ainst%in, la cual implica que la sumatoria se realiza sobre los sub"ndices repetidos sin
necesidad de utilizar el s"mbolo . 2or e!emplo en esta con&enci)n la (2.-( a) toma
una forma m#s simple

) , , 1 * , , 1 ( m i n k c x a
i k ik

(2.-(
a)
22
22
%i los t3rminos independientes en (2.2=) o (2.2/) son ceros,
(
2 1

m
c c c
, el
sistema se llama $omogn%o, $n este caso se &erifica que cualquier soluci)n ; del
sistema 0omog3neo (es decir cualquier soluci)n 0omog3nea) es ortogona( a cada uno de
los n &ectores columnas de A.
,.11.1 La red$ccin de Ga$""9:!rdan
?rataremos de 0allar soluciones de (2.2=) mediante el c#lculo directo siguiendo un
procedimiento que se denomina r%d"ccin d% Ca"ss-Dordan. %uponiendo que (2.2=)
tiene soluci)n la reducci)n se lle&a a cabo sigueiendo una serie de pasos.
Easo1. %upongamos que
(
11
a
(en caso contrario ser# necesario reordenar las
ecuaciones o &ariables para que esto ocurra). Di&idimos ambos miembros de la primera
ecuaci)n de (2.2=) por
11
a
, para obtener una ecuaci)n equi&alente

6
1
6
1 2
6
12 1
c x a x a x
n n
+ + +
(2.-1)
dnde
11
1 6
1
11
1 6
1
11
12 6
12
, ,
a
c
c 4
a
a
a
a
a
a
n
n

Dultiplicando ambos miembros de (2.-1) sucesi&amente por 1 -1 21
, , ,
m
a a a
,
obtenemos un con!unto de m-1 ecuaciones

'

+ + +
+ + +
+ + +
1
6
1 1
6
1 2 1
6
12 1 1
-1
6
1 -1
6
1 2 -1
6
12 1 -1
21
6
1 21
6
1 2 21
6
12 1 21
) ( ) (
) ( ) (
) ( ) (
m n m n m m
n n
n n
a c x a a x a a x a
a c x a a x a a x a
a c x a a x a a x a

(2.-2)
$ntonces, mantenemos la (2.-1) como primera ecuaci)n de un nue&o sistemma,
mientras que las ecuaciones restantes (m-1) se obtienen restando las ecuaciones
respecti&as de (2.-2) de la segunda, tercera, E., m93sima ecuaci)n del sistema (2.-1),
para llegar a la forma reducida

'

+ +
+ +
+ + +
6 6
2
6
2
6
2
6
2 2
6
22
6
1
6
1 2
6
12 1
m n mn m
n n
n n
c x a x a
c x a x a
c x a x a x

(2.--)
donde a0ora

6
1 1
6
1
6
1
6
1
6
12 2
6
2
6
1 21 2
6
2 21
6
1 2
6
2 21
6
12 22
6
22
), ( , , ) (
), ( , , ) (
c a c c a a a a a a a a
c a c c a a a a a a a a
m m m m n mn mn m m m
n n n

2-
2-
Easo - %upongamos que (
6
22
a (en caso contrario reordenamos las ecuaciones o las
&ariables para que as" sea). Di&idimos ambos miembros de la segunda ecuaci)n del
sistema (2.--) por
6
22
a , de forma tal que esta ecuaci)n adquiere la forma

F
2
F
2 -
F
2- 2
c x a x a x
n n
+ + +

(2.-.)
donde
6
22
6
2 F
2
6
22
6
2- F
2-
, ,
a
a
a
a
a
a
n
n


y
6
22
6
2 F
2
a
c
c
La ecuaci)n (2.-.) quedar# como segunda ecuaci)n del nue&o sistema, pero la
utilizamos como en el Easo 1, para eliminar el coeficiente de
2
x
en todas las otras
ecuaciones del sistema (2.--), multiplicando sucesi&amente la (2.-.) por
6
2
6
.2
6
-2
6
12
, , , ,
m
a a a a
y restamos las ecuaciones resultantes respecti&amente de la
primera, tercera, cuarta, E.. , m93sima ecuaciones de (2.--). $l sistema (2.--) se
con&ierte en

'

+ +
+ +
+ + +
+ + +
F F
-
F
-
F
-
F
- -
F
--
F
2
F
2 -
F
2- 2
F
1
F
1 -
F
1- 1
m n mn m
n n
n n
n n
c x a x a
c x a x a
c x a x a x
c x a x a x

(2.-7)
Easos r%stant%s. 1epetimos el proceso k &eces 0asta terminar, es decir 0asta que k=m o
0asta que los coeficientes de todas las &ariables
n
x x x , , ,
2 1

sean iguales a cero en
todas las ecuaciones siguientes a la k-sima %c"acin. Llamaremos a estas m-k
ecuaciones remanentes, cuando m>k, con el nombre de %c"acion%s r%sid"a(%s.
%in embargo e4isten dos alternati&as con los resultados. $n prim%r lugar puede ocurrir
que, siendo m>k, el miembro de la derec0a de una o m#s de las ecuaciones residuales
sea distinto de cero y la ecuaci)n (o ecuaciones) sea por consiguiente del tipo
) (
(
k
r
c ,
con r>k (pero en realidad (
) (

k
r
c ). $n este caso la suposici)n pre&ia que e4iste
soluci)n del sistema (2.2=) es contradictoria y, por consiguiente no %xist% so("cin. %e
dice que en este caso el sistema (2.2=) es incompatib(%,
$n el caso contrario, es decir que los t3rminos independientes de las ecuaciones
residuales sean nulos, no e4iste contradicci)n alguna y el sistema (2.2=) se reduce de m
ecuaciones a un sistema de k ecuaciones que, despu3s de efectuar alguna transposici)n,
se puede escribir en la forma
2.
2.

'

+ + +
+ + +
+ + +
+
+
+
n k n k k k k k
n k n k
n k n k
x x x
x x x
x x x
) ( 1 1
) ( 2 1 21 2 2
) ( 1 1 11 1 1

(2.-:)
donde las

y las

son constantes relacionadas con los coeficientes de (2.2=). 'omo

cada unos de los pasos utilizados para reducir el sistema (2.2=) al (2.-:) es r%8%rsib(%,
se concluye que ambos sistemas son %7"i8a(%nt%s, en el sentido que cada uno de ellos
implica al otro. $n consecuencia, en este caso la soluci)n m#s general de (2.2=) e4presa
cada una de las k &ariables
k
x x x , , ,
2 1

como una constante m#s una combinaci)n
lineal espec"fica de las restantes n-k &ariables, cada una de las cuales pueden tener
8a(or%s arbitrarios.
$n particular, cuando k=n se obtiene una so("cin Fnica, $n caso contrario decimos que
e4iste una *ami(ia de n-k par>m%tros como soluciones. 5l nmero de ecuaciones
residuales (n-k) se lo denomina d%*%cto del sistema (2.2=). Abs3r&ese que si el sistema
(2.2=) es compatib(% y k Gm, se pueden omitir m-k ecuaciones (aquellas que
corresponden a las ecuaciones residuales), las cuales deben estar impl"citas en la
restantes k ecuaciones.
$!emplo,
Hlustraremos la reducci)n de Iauss9Jordan considerando el sistema de cuatro ecuaciones
simult#neas siguiente,

'

+
+ +
+ +
+
. - - 2 -
- . 7 2
2 . . 2
1 . 1 2 2
. - 2 1
. - 2 1
. - 2 1
. - 2 1
%c"acin x x x x
%c"acin x x x x
%c"acin x x x x
%c"acin x x x x
(2.-=)
Luego de dos pasos de reducci)n se obtiene el siguiente sistema equi&alente,

'

+
( (
( (
2
-
. - 2
- 1
x x x
x x
(2.-/)
2or consiguiente el sistema tiene un d%*%cto de dos. %i escribimos
1 -
6 x
y
2 .
6 x
,
se podr# e4presar la soluci)n general del sistema en la forma

2 . 1 - 2 1 2 1 1
, , 2 , - 6 x 6 x 6 6 x 6 x + +
(2.-> a)
donde
2 1
6 4 6
son constantes arbitrarias. Datricialmente podemos escribir esta
familia de soluciones biparam3trica en la forma
27
27

1
1
1
1
]
1

+
1
1
1
1
]
1

+
1
1
1
1
]
1

1
1
1
1
]
1

1
(
1
(
(
1
1
1
(
(
2
-
2 1
.
-
2
1
6 6
x
x
x
x
(2.-> b)
%e deduce que las ecuaciones tercera y cuarta de (2.-:) no son independientes. $n
efecto la %c"acin .=%c"acin - G%c"acin 1* mientras que %c"acin /=
-
7
(%c"acin1)-
-
1
(%c"acin 1).

,.1, Te!rema de Cramer
K%i 5 es una matriz real y cuadrada de orden n que adem#s es no9singular, entonces el
sistema A;=C (2.2>) admite una nica soluci)n, y el &alor de cada &ariable
n
x x x , , ,
2 1

estar# dado por el cociente entre el determinante que se obtiene al
sustituir, en el determinante del sistema, la columna de coeficientes de la &ariable por la
columna de los t3rminos independientes, y el determinante del sistemaL.
2:
2:
%ea el sistema dado por la (2.2>)
A ;=C (2..()
'omo A es no9singular, premultiplicamos por su in&ersa
A
-!
2A;3= A
-!
C
$ntonces, asociando
2A
-!
A3;= A
-!
C
,;= A
-!
C
2or lo tanto
;= A
-!
C
es la nica soluci)n del sistema (2.2>)
'omo d%t(A) #, por la propi%dad 2, las n columnas de A son linealmente
independientes, pueden ser &istos como n &ectores linealmente independientes en el
espacio ;
n
y conformar una base del mismo. $s decir, 0aciendo uso de la notaci)n
utilizada en (2.2() para &ectores
A=2
n
' ' '
2 1
3 donde cada
1
1
1
1
]
1

nk
k
k
k
a
a
a
'

2
1
con k=1! n son &ectores
columnas de ;
n
2or consiguiente cualquiera que sea el &ector C ;
n
(o

6
;
n
), e4isten escalares
n
x x x , , ,
2 1

, nicos, tales que
C=

n
i
i i
' x
1
con
i
x ;
n
entonces

) det(
det 2 1
'
' 6 ' '
x
n
j

,
_

donde
6
ocupa el lugar de la
columna j.
$n efecto,
d%t(
n
' 6 ' '
2 1
)=d%t(
n
n
i
i i
' ' x ' '

1
2 1
)=
=
1
x
d%t(
n
' ' ' '
1 2 1
))
2
x
d%t(
n
' ' ' '
2 2 1
)) !
) j
x
d%t(
n j
' ' ' '
2 1
))!)
n
x
d%t(
n n
' ' ' '
2 1
)= j
x
d%t(A)
2or la propi%dad 0 el nico t3rmino distinto de cero es el correspondiente a j
x
.
Luego

) det(
det 2 1
'
' 6 ' '
x
n
j

,
_

2=
2=
6"ando %( d%t%rminant% d% (a matriz A %s distinto d% c%ro %( sist%ma d% %c"acion%s
(-,/#) ti%n% "na so("cin Fnica, A( 8a(or d% c"a(7"i%r j
x
p"%d% s%r %xpr%sado como %(
coci%nt% %ntr% dos d%t%rminant%s si%ndo %( d%nominador %( d%t%rminant% d% (a matriz
d% (os co%*ici%nt%s 4 %( n"m%rador %( d%t%rminant% d% (a matriz obt%nida a( r%%mp(azar
(a co("mna d% (os co%*ici%nt%s d% j
x
d% (a matriz d% co%*ici%nt%s por (a co("mna d% (os
mi%mbros d% (a d%r%c$a,
Decimos que el sistema de ecuaciones es $omogn%o cuando todos los miembros de la
derec0a,
i
c
, son iguales a cero. $n este caso, e&identemente una soluci)n ser# la
so("cin tri8ia(,
( , , ,
2 1

n
x x x
. $l resultado anterior nos indica que est# es la nica
soluci)n posible cuando d%t(A) ( , d% *orma ta( 7"% "n conj"nto d% n %c"acion%s con n
incgnitas no p"%d% t%n%r "na so("cin distinta d% (a tri8ia( a m%nos 7"% %(
d%t%rminant% d% (a matriz d% co%*ici%nt%s s%a n"(o,

,.13 Ec$aci!ne" %inea%e" ' e"aci! 5ect!ria%
Ceremos a0ora la interpretaci)n de los resultados b#sicos de la %ecci)n (2.11),
correspondientes a un sistema de m ecuaciones algebraicas con n inc)gnitas, en base a
la terminolog"a utilizada en la %ecci)n 2.1(. %ea un sistema de ecuaciones como el
&isto en (2.2=)

'

+ + +
+ + +
+ + +
m n mn m m
n n
n n
c x a x a x a
c x a x a x a
c x a x a x a

2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
(2.2=)
Mue puede ser escrito en la forma (2.2/)

1
1
1
1
]
1

mn m m
n
n
a a a
a a a
a a a
.......
.......
.......
2 1
2 22 21
1 12 11

1
1
1
1
]
1

1
1
1
1
]
1

n n
c
c
c
x
x
x

2
1
2
1
(2.2/)
2/
2/
$n notaci)n matricial en la forma (2.2>)
A ;=C (1.2>)
De esta forma podemos interpretar cada una de las ecuaciones (2.2=) como el producto
escalar de dos &ectores
,.13 A$t!5a%!re" ' a$t!5ect!re"
2ara una matriz cuadrada A, un problema que surge frecuentemente en la pr#ctica es el
de determinar los &alores de cierta constante ( ) para los cuales un sistema de la
forma
A6
!
=6
!
(2..1 a)
donde es un escalar
A=
1
1
1
1
]
1

nn n n
n
n
a a a
a a a
a a a
.......
.......
.......
2 1
2 22 21
1 12 11

y 6
!
=
1
1
1
1
]
1

n
%
%
%

2
1

tenga soluciones no tri&iales. $s decir, que el sistema 0omog3neo de la forma

'

+ + +
+ + +
+ + +
( ) (
( ) (
( ) (
2 2 1 1
2 2 2 22 1 21
1 2 12 1 1 11
n n mn m m
n n
n n
% % a % a % a
% a % % a % a
% a % a % % a

(2..1 b)
tenga soluciones no tri8a(%s. Los &alores de para los cuales el sistema (2.-2 a o b)
tiene soluciones no tri&iales se denominan a"to8a(or%s o 8a(or%s caract%r&sticos de la
matriz A. $n muc0os de ls casos que se presentan en la pr#ctica, la matriz A es real y
simtrica, de manera tal que
ji ij
a a
(2..2)
A en una forma m#s general, cuando los coeficientes de A son comple!os los casos m#s
importantes son aquellos en que los elementos sim3tricos, respecto a la diagonal
principal, son comple!os con!ugados. $s decir que A es una matriz $%rm&tica

ji
ij
a a
(2..-)
Nos limitaremos al estudio del caso de matrices reales.
La ecuaci)n (2..1 b) tendr# soluciones no tri&iales si y s)lo si
2>
2>
d%t
1
1
1
1
]
1

nn n n
n
n
a a a
a a a
a a a

2 1
2 22 21
1 12 11
=( (2...)

que no es otra cosa que una ecuaci)n polin)mica de grado n para la inc)gnita . 5
cada auto&alor le corresponder# una soluci)n ; ( , es decir una soluci)n no tri&ial, que
se denominar# a"to8%ctor o 8%ctor caract%r&stico. La ecuaci)n (2...) tambi3n puede
escribirse en la forma
d%t(A- I 3=: (2...
a)
y se la denomina %c"acin caract%r&stica, Las n so("cion%s,
n
, , ,
2 1

no
necesariamente deben ser todas diferentes.
%ean
1

y
2

, dos auto&alores di*%r%nt%s de la matriz A y 6

!
y 6
.
los auto&ectores
respecti&os. $n consecuencia se satisface el siguiente par de ecuaciones
A 6
!
=
1

6
!
(2..7 a)
A 6
.
=
2

6
.
(2..7 b)
con (
2 1

)
%i postmultplicamos la transpuesta de (2... a) por 6
.
obtenemos
(A 6
!
3
&
6
.
=
1

2 6
!
3
&
6
.
(2..:)
La propiedad &ista en la %ecci)n (2..) (2AB3
&
=B
&
A
&
3
2 6
!
3
&
A
&
6
.
=
1

2 6
!
3
&
6
.
(2..=)
2remultiplicando la (1..7 b) por (6
!
3
&
obtenemos
(6
!
3
&
A 6
.
=
2

(6
!
3
&
6
.
(2../)
'omo en el caso de una matriz sim3trica A
&
=A, el resultado de restar (2..=) de (2../)
es,
(
1 2

) (6
!
3
&
6
.
=( (2..>)
Dado que 0ab"amos supuesto que
2 1

, se concluye que 6
!
y 6
.
son ortogona(%s.
Dos a"to8%ctor%s d% "na matriz simtrica 4 r%a( 7"% corr%spond%n a a"to8a(or%s
di*%r%nt%s son ortogona(%s,
-(
-(
Un segundo resultado muy importante es que los auto&alores de una matriz real y
sim3trica son siempre reales. 2ara demostrarlo supondremos que
i +
1
(con
4 9 9 ) ) es una ra"z de (2...). %i 6
!
es el auto&ector caracter"stico, tendremos
A 6
!
=
1

6
!
y, por consiguiente el con!ugado de dic0a ecuaci)n es,
A 1
1
1 A A
2ues A es real y el con!ugado del producto es el producto de los con!ugados. %i
premultiplicamos la primera ecuaci)n por
+
A ) ( 1 y postmultiplicamos la traspuesta de
la segunda ecuaci)n por ;
!
, obtendremos
(
1 1

)
+
A ) ( 1
1
A
=
+
A ) ( 1 A
1
A
9(A
+
A ) 1
1
A
=#
(2.7()
Dado que el producto
+
A ) ( 1
1
A
es una cantidad positi&a (
2
(ong (6
!
)), se deduce que (
1 1

)=
i 2
debe ser nulo, en consecuencia
(
. $s decir que
1
9 9. . +odos (os
a"to8a(or%s d% "na matriz simtrica 4 r%a( son r%a(%s, $s sencillo comprobar a partir de
este resultado que todos (os a"to8%ctor%s d% "na matriz r%a( 4 simtrica tambin son
r%a(%s,
,.11 Red$ccin de $na matriz a "$ f!rma dia#!na%
Una e4presi)n de segundo grado de la forma
H
n n n n n nn
x x a x x a x x a x a x a x a
1 ) 1 ( - 1 1- 2 1 12
2 2
2 22
2
1 11
2 2 2

+ + + + + + +

(2.71)
%e denomina una *orma c"adr>tica de
n
x x x , , ,
2 1

. %upondremos que i ij
x 4 a

9 9. Ieom3tricamente en un espacio 9 9
. .
la ecuaci)n H=constant% representa una cur&a d
segundo grado (c)nica) con centro en el origen, mientras que en 9 9
1 1
H=constant%
representa una superficie cu#drica con centro en el origen. Duc0os problemas en que
inter&ienen estas ecuaciones est#n "ntimamente relacionados con sistemas de ecuaciones
lineales.
Abser&emos en primer lugar que si escribimos

) , , 2 , 1 (
2
1
n i
x
H
4
i
i

obtendremos el sistema

'

+ + +
+ + +
+ + +
m n mn m m
n n
n n
4 x a x a x a
4 x a x a x a
4 x a x a x a

2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
(2.72)
?ambi3n podemos escribir este sistema de ecuaciones en la forma
<;== (2.7-)
-1
-1
donde es una matriz real y sim3trica < ( ji ij
z z
), y
;=
1
1
1
1
]
1

n
x
x
x

2
1
% ==
1
1
1
1
]
1

+ + +
+ + +
+ + +
n nn n n
n n
n n
x a x a x a
x a x a x a
x a x a x a

2 2 1 1
2 2 22 1 21
1 2 12 1 11

(2.7.)
$s sencillo apreciar que la *orma c"adr>tica (2.7() es equi&alente a la relaci)n
< ;
&
=
(2.77)
$n consecuencia podemos escribir la (2.7() en la forma
< ;
&
< ; (2.7:)
$n muc0os casos es con&eniente e4presar
n
x x x , , ,
2 1

como combinaciones
lineales de nue&as &ariables
n
x x x 6 , , 6 , 6
2 1

de forma tal que < quede reducida a
una combinaci)n lineal solamente de cuadrados de las nue&as &ariables, es decir
elimin#ndose cualquier t3rmino con productos cruzados
) 6 6 (
j i
x x
. $sta nue&a forma
se denomina *orma cannica. $4presaremos el &ector ; en t3rminos de ; mediante la
ecuaci)n
;=> ; (2.7=)
donde > es una matriz cuadrada de orden n. 5l introducir (2.7=) en (2.7:) obtendremos
<=2>;3
&
A > ;=2;3
&
>
&
A > ; (2.7/)
o
<= 2;3
&
< ; (2.7>)
donde la nue&a matriz < est# definida por la relaci)n
<=>
&
< > (2.:()
$s decir, que si < debe in&olucrar nicamente cuadrados de las &ariables
i
x6
,
tendremos que elegir la matriz > en (2.7=) de forma tal que >
&
< > sea una matriz
diagona(, es decir, una matriz en la que todos los elementos con
j i
sean nulos.
Demostraremos que es muy sencillo formar una matriz > con esta propiedad si
conocemos los a"to8a(or%s y los correspondientes a"to8%ctor%s de la matriz real y
sim3trica. %ea A una matriz general, real y sim3trica,, con los auto&alores
n
, , ,
2 1

, donde an cuando 0aya posibles ra"ces repetidas de la ecuaci)n
caracter"stica (1... o 2...a) todas lle&an sub"ndices diferentes. $l con!unto de los
correspondientes auto&ectores ser# 6
!
6
.
/0 6
n
(que supondremos unitarios, es decir
-2
-2
normalizados de forma tal que
2
(ong (6
!
)=1). $ntonces podemos escribir las
siguientes relaciones
A 6
!
=
1

6
!
, A 6
.
=
2

6
.
, EE , A 6
n
=
n

6
n
(2.:1)
8ormamos una matriz > donde los auto&ectores representan columnas de dic0a matriz


n
A A A
2 1

>=?6
!
6
.
/0 6
n
@=
1
1
1
1
]
1

nn n n
n
n
% % %
% % %
% % %

2 1
2 22 21
1 12 11
(2.:2)
$ntonces utilizando las relaciones (2.:1), &emos f#cilmente que
A>=
1
1
1
1
]
1

nn n n n
n n
n n
% % %
% % %
% % %

2 2 1 1
2 22 2 21 1
1 12 2 11 1
(2.:-)
o
A>=> 0
1
1
1
]
1

( (
( (
2
1
(2.:.)
$sta ltima relaci)n se deduce en forma directa con s)lo obser&ar que el producto de A
por la k-sima columna de > es la k-sima columna del miembro de la derec0a de
(2.:-). 'omo los &ectores 6
!
6
.
/0 6
n
son linealmente independientes, es e&idente que
d%t(>) ( . 2or consiguiente e4istir# in&ersa, >
-!
, y premultiplicando ambos miembros
en (2.:.) por >
-!
obtendremos
--
--
>
-!
A >=
1
1
1
]
1

( (
( (
2
1
=
[ ] ) , , 2 , 1 ( n i
ij i


(2.:7)
De esta forma se 0a diagonalizado la matriz A mediante las operaciones indicadas,
siendo los elementos diagonales los correspondientes a"to8a(or%s.
%in embargo e4isten ciertas propiedades de la matriz > que es necesario destacar por su
utilidad.
$n primer lugar
>
&
=>
-!
o >
&
>=, (2.::)
$l t3rmino caracter"stico del producto >
&
> es de la forma,

n
k
kj ki ij
% % p
1

(2.:=)
donde
6
(
=
1
1
1
1
1
]
1

nj
j
j
%
%
%

2
1
y, como los 6
!
6
.
/0 6
n
son ortogona(%s las sumatorias en (2.:=) se anulan e4cepto
cuando
j i
, en cuyo caso son iguales a la unidad pues los auto&ectores son unitarios.
$ntonces deducimos que ij ij
p
es decir que >
&
>=,.
5dem#s, puesto que d%t(>3=d%t(>
&
3, la (1.:7) nos permite obtener un resultado muy
til
(d%t(>3)
2
=1 lo que implica que d%t(>3= t!
(2.:/)
$n resumen, dedu!imos que la matriz > definida por (2.:1) tiene la propiedad de que la
*orma c"adr>tica9
A=;
&
A ; (2.:>)
s% r%d"c% m%diant% %( sig"i%nt% cambio d% 8ariab(%s9
;=> ; (2.=()
-.
-.
a (a *orma9
A=2;3
&
A ; donde A=
[ ]
ij i

%s d%cir a (a *orma9
A=
2 6 2 6
2 2
2 6
1 1
) ( ) ( ) (
n n
x x x + + +
(2.=1)
dond% (os nFm%ros
i

son (os a"to8a(or%s d% (a matriz A0

,.12 ;erne% ! e"aci! n$%!
$n matem#ticas la palabra k%rn%( tiene distintos significados. $n particular en #lgebra
lineal se define el I%rn%( o %spacio n"(o de una matriz A, de dimensiones
n m
, al
con!unto de &ectores

x
para los cuales se satisface que A

x
=(.
8ormalmente,
I%rn%((A) or J"(((A) =

)

'

( , x ' ; x
n

(2.=2)
donde

(
representa el &ector nulo con m componentes (que por simplicidad notaremos
como K(L ). $l espacio nulo ser# un subespacio lineal y $uclideo de dimensiones n-1.
La ecuaci)n matricial A

x
=( es equi&alente al sistema de ecuaciones lineales
0omog3neo
A

x
=

'

+ + +
+ + +
+ + +

(
(
(
2 2 1 1
2 2 22 2 21
1 2 12 1 11
n mn m m
n n
n n
a a x a x a
x a x a x a
x a x a x a

(2.=-)
Desde este punto de &ista, el espacio nulo de la matriz A es el conformado por el
con!unto de soluciones del sistema 0omog3neo (2.=-).
E.em%!&
'onsideremos la matriz A=
1
]
1

- 2 .
7 - 2
. $l %spacio n"(o de esta matriz consistir# del
con!unto de &ectores
-
) , , ( ; z 4 x para los cuales se satisface

-7
-7

1
1
1
]
1

1
1
1
]
1

1
]
1

(
(
(
- 2 .
7 - 2
z
4
x
Lo anterior puede ser escrito como un sistema 0omog3neo de ecuaciones lineales que
in&olucran a x, 4 y z.

( - 2 .
( 7 - 2
+ +
+ +
z 4 x
z 4 x
8#cilmente obtenemos como soluciones

z 4
z x
:27 . 1
(:27 . (


50ora podemos escribir el espacio nulo (soluciones de A

x
=() en t3rminos de z (que es
nuestra &ariable libre), como

1
1
1
]
1

1
:27 . 1
:27 . (

donde

es un escalar
$l espacio nulo de A es precisamente una recta que pasa por el origen en 9
-
.
,.12.1 <r!iedade" de% e"aci! n$%!
Bemos mencionado que el espacio nulo de una matriz de dimensiones
n m
es un
subespacio de
n
;
. $ntonces, el subcon!unto J"(((A) tendr# las siguientes propiedades,
propias de un espacio &ectorial,
!0 J"(((A) si%mpr% cont%ndr> ( 8%ctor c%ro
-:
-:
$sto se prueba muy f#cilmente porque
) ( ( ( ( ' J"(( '

.0 <i
) ( ) ( ' J"(( 4 x ' J"(( 4 % x +

%encillamente si


) ( ) ( ' J"(( 4 % ' J"(( x
A

( x
y A

4
=

(
. $n
consecuencia A

+ + + ( ( ( ) ( 4 ' x ' 4 x

10 <i A

( x
y b %s "n %sca(ar %ntonc%s
) ( ' J"(( x b

( ( ) ( b x ' b x b '
,.12., Ec$aci!ne" n!9/!m!#-nea"
$l espacio nulo !uega un papel muy importante en la soluci)n de sistemas no9
0omog3neos de ecuaciones lineales. %ea el siguiente caso,
A

c x
)

'

+ + +
+ + +
+ + +
m n mn m m
n n
n n
c a a x a x a
c x a x a x a
c x a x a x a

2 2 1 1
2 2 2 22 2 21
1 1 2 12 1 11
(2.=.)
%i

8 4 "
son dos posibles soluciones de (2.=.), entonces
A

( ) ( c c 8 ' " ' 8 "
(2.=7)
$ntonces, (a di*%r%ncia d% dos so("cion%s d% (a %c"acin A

c x
, %s "n %(%m%nto d%
J"(((A), $n base a lo anterior, &emos que cualquier soluci)n de la ecuaci)n A

c x
puede ser e4presad como la suma de una soluci)n particular de (2.=7), digamos

8
, y un
elemento cualquiera del espacio J"(((A). 8ormalmente decimos que el con!unto de
soluciones de la ecuaci)n A

c x
es

'

+

) ( , ' J"(( x x 8
, donde

8
es una soluci)n
particular de (2.=7). Ieom3tricamente se puede interpretar como que el con!unto de
soluciones de A

c x
consiste en la traslaci)n del espacio J"(((A) por un &ector

8
.
De una forma simular podemos definir el espacio nulo de una transformaci)n. %i A y B
son espacios &ectoriales, el espacio nulo (o @ernel) de una transformaci)n lineal &8A

B es el con!unto de todos los &ectores en A que cuya transformaci)n es cero. $s decir,

k%rn%((&)=

)

'

( ) ( , 8 + K 8
(2.=:)
%i representamos la transformaci)n lineal por una matriz, entonces el k%rn%( de la
transformaci)n es precisamente el espacio nulo de la matriz.

E.ercici!"&
1.r) 1esol&er el sistema de ecuaciones
-=
-=

'

+ +
+
+
- 2 .
1 - 2
1( 2 2 -
- 2 1
- 2 1
- 2 1
x x x
x x x
x x x

por el m3todo de 'ramer
1.s) 1esol&er por el m3todo de 'ramer

'

+
+
+
12 - . =
2 2
- - 7 2
- 2 1
- 2 1
- 2 1
x x x
x x x
x x x
1.t) O 2ara qu3 &alores de k ocurre que el sistema siguiente tiene soluciones tri&ialesP

'

+ +
+
+ +
( . .
( 2 ) 1 (
( 2
z 4 x
z 4 x k
z k4 x
1.u) $ncontrar los auto&alores de la matriz
A=
1
1
1
]
1

- / 2
1 . (
7 = 7
1.&) a) $ncontrar los auto&ectores que correspondan a los auto&alores de la matriz A del
problema (1.u)
b) Determinar un con!unto de auto&ectores unitarios.
1.Q) $ncontrar los auto&alores y auto&ectores de la matriz
A=
1
]
1

cos
cos
s%n
s%n

Bi=%i!#raf0a rec!mendada
-/
-/
5rf@en I., Dat0ematical met0ods for p0ysicists, 5cademia 2ress, NeQ 'or@, 1>=(, /17
pp.
Ryron 8. S. and 1. S. 8uller, Dat0ematical of classical and quantum p0ysics, Col. H,
5ddison9Sesley 2ublis0ing 'o., 1eading, 1>:>, -1( pp.
'otlar D. y '. 1 de %ados@y, Hntroducci)n al 5lgebra, $ditorial Uni&ersitaria de
Ruenos 5ires, Ruenos 5ires , 1>:2, 21: p#g.
Bildebrand 8. R., D3todos de la matem#tica aplicada, $ditorial Uni&ersitaria de Ruenos
5ires, Ruenos 5ires, 1>=-, .:7 p#g.
2earson '.$., Bandboo@ of applied mat0ematiccs, Can Nostrand 1in0old 'o., NeQ
Tor@, 1>=., 12:7 pp.
1o!o 5.A., 5lgebra HH, $l 5teneo, Ruenos 5ires, 1>=-, ->7 p#g..
%piegel D. 1. Datem#ticas superiores para ingenieros y cient"ficos, %erie de
'ompendios %c0aum, DcIraQ Bill, D34ico 1>=1, .17 pp.
->
->